-
公开(公告)号：CN111814461B
公开(公告)日：2024-05-31
申请号：CN202010656329.9
申请日：2020-07-09
Applicant: 科大讯飞股份有限公司
IPC: G06F40/279
Abstract: 本申请公开了一种文本处理方法、相关设备及可读存储介质，在获取待处理文本之后，确定该待处理文本包含的对象集合，针对对象集合中每一对象，确定与该对象对应的属性，并将该属性与该对象组合，得到目标对象。本申请中采用对文本进行处理识别目标对象的方法，相对于人工的方式，可以节省人力和时间。进一步的，本申请中，通过不同的对象属性能够明确目标对象的具体指代关系，能够使识别的目标对象准确度更高。
-
公开(公告)号：CN116050384A
公开(公告)日：2023-05-02
申请号：CN202211731114.4
申请日：2022-12-30
Applicant: 科大讯飞股份有限公司
IPC: G06F40/211 , G06F40/226 , G06F40/253
Abstract: 本公开提供了一种文本生成方法、装置、电子设备及存储介质，涉及人工智能技术领域。该方法包括生成待处理文本对应的第一错误文本；提取第一错误文本的错误类型；若第一错误文本的错误类型与目标错误类型不同，则根据目标错误类型，生成待处理文本对应的第二错误文本，第二错误文本的错误类型与目标错误类型相同。本公开实施例通过对错误类型的控制，能够生成指定错误类型的错误文本，进而为语法纠错等机器学习任务提供高质量的可控的语料库，辅助其他模型获得更好的训练效果。
-
Patent Agency Ranking
公开(公告)号：CN117473977A
公开(公告)日：2024-01-30
申请号：CN202311386021.7
申请日：2023-10-23
Applicant: 科大讯飞股份有限公司
IPC: G06F40/20 , G09B7/02 , G06F40/253 , G06F40/166 , G06N3/02
Abstract: 本发明提供一种作文批改方法、装置和电子设备，涉及人工智能技术领域，其中方法包括：获取作文题目和待批改作文；将所述作文题目和所述待批改作文输入大语言模型中，通过所述大语言模型中的考点确定模块确定所述作文题目中的内容考点；所述内容考点包括是否包含有所述作文题目中的要点内容；通过所述大语言模型中的批改模块基于所述内容考点对所述待批改作文进行批改。本发明实现了基于作文题目确定的内容考点对待批改作文的自动批改，从而提高了作文批改的效率。
-
公开(公告)号：CN113220824B
公开(公告)日：2023-01-17
申请号：CN202011337026.7
申请日：2020-11-25
Applicant: 科大讯飞股份有限公司
IPC: G06F16/33 , G06F16/335 , G06F40/279
Abstract: 本申请公开了一种数据检索方法、装置、设备及存储介质，对于检索指令文本及待检索数据集中的数据文本，分别进行意图识别及设定类型参数的抽取，从而得到每一文本所表达的文本意图及其包含的设定类型的参数，进一步对检索指令文本及每条数据文本进行意图匹配和参数匹配，通过综合考虑意图匹配结果和参数匹配结果，确定最终的检索结果。本申请通过意图识别可以得到检索指令文本和数据文本的句子语义信息，明确检索指令所真正意图检索的内容，以及数据文本所表达的语义内容，通过意图匹配可以从句子语义信息的层次来确定二者的匹配情况，进一步结合设定类型参数的匹配，可以准确的得到与检索指令文本对应的检索结果。
-
公开(公告)号：CN111814461A
公开(公告)日：2020-10-23
申请号：CN202010656329.9
申请日：2020-07-09
Applicant: 科大讯飞股份有限公司
IPC: G06F40/279
Abstract: 本申请公开了一种文本处理方法、相关设备及可读存储介质，在获取待处理文本之后，确定该待处理文本包含的对象集合，针对对象集合中每一对象，确定与该对象对应的属性，并将该属性与该对象组合，得到目标对象。本申请中采用对文本进行处理识别目标对象的方法，相对于人工的方式，可以节省人力和时间。进一步的，本申请中，通过不同的对象属性能够明确目标对象的具体指代关系，能够使识别的目标对象准确度更高。
-
公开(公告)号：CN114548398A
公开(公告)日：2022-05-27
申请号：CN202111675700.7
申请日：2021-12-31
Applicant: 科大讯飞股份有限公司
Abstract: 本申请披露了一种训练试题评分模型的方法、试题评分方法及装置。该方法包括：获取题库内试题对应的学生答卷，学生答卷包括题库内试题对应的答题结果；根据答题结果，利用第二试题评分模型确定学生答卷的评分，其中第二试题评分模型是通过在保持第一试题评分模型的参数不变的情况下，利用题库内样本试题的评分数据对嵌入第一试题评分模型的第二神经网络模型进行训练得到的，第一试题评分模型是利用题库外样本试题的评分数据对第一神经网络模型进行预训练得到的。本申请能够保证评分模型针对特定试题进行评分的有效性，并且降低了训练成本、维护成本和部署成本。
-
公开(公告)号：CN113220824A
公开(公告)日：2021-08-06
申请号：CN202011337026.7
申请日：2020-11-25
Applicant: 科大讯飞股份有限公司
IPC: G06F16/33 , G06F16/335 , G06F40/279
Abstract: 本申请公开了一种数据检索方法、装置、设备及存储介质，对于检索指令文本及待检索数据集中的数据文本，分别进行意图识别及设定类型参数的抽取，从而得到每一文本所表达的文本意图及其包含的设定类型的参数，进一步对检索指令文本及每条数据文本进行意图匹配和参数匹配，通过综合考虑意图匹配结果和参数匹配结果，确定最终的检索结果。本申请通过意图识别可以得到检索指令文本和数据文本的句子语义信息，明确检索指令所真正意图检索的内容，以及数据文本所表达的语义内容，通过意图匹配可以从句子语义信息的层次来确定二者的匹配情况，进一步结合设定类型参数的匹配，可以准确的得到与检索指令文本对应的检索结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.039 seconds)
